基于特征融合的静态图像行人检测

《基于特征融合的静态图像行人检测》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、万方数据学校代号：10536学号：0910801644密级：公开长沙理工大学硕士学位论文基于特征融合的静态图像行人检测学位申请人姓名量盔生导师姓名及职称奎些数攫学科专业通篮堑信息丕统论文提交日期2Q!垒生三旦论文答辩日期2Q!垒生5目答辩委员会主席割塞数握万方数据PedestriansDetectionusingFeatureFusioninStaticImagebyYueQiushengB．E．(ChangshaUniversityofScience&Technology)2009Athesissubmittedinp

2、artialsatisfactionoftheRequirementsforthedegreeofMasterofEngineeringCommunicationandInformationSystemChangshaUniversityofScience&TechnologySupervisorProfessorLiFengMarch，2014万方数据长沙理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体

3、已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。作者签名：秘日期细J妒年石月尹日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权长沙理工大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书。2、不保密Z(请在以

4、上相应方框内打“妒’)储繇瓤导师签名：q日魁擀《；月尹日日期：乒ol声阴6日万方数据摘要随着计算机科学技术的飞速发展，智能系统被广泛用于辅助人们的生活和工作，机器视觉作为智能系统的重要组成部分也越来越受到研究者与企业的关注。行人检测是机器视觉中许多应用的基础，例如车辆安全辅助驾驶、智能视频监控、虚拟现实以及近些年兴起的航拍图像行人检测和灾难中受害者营救等新兴领域。目前，静态图像行人检测技术主要分为两类：基于模板匹配的方法和基于特征分类器的方法。基于模板匹配的方法需要构建大量的行人模型，然后在检测图像中搜索出与模板匹配度最

5、大的区域。这种行人检测方法的检测效果很大程度上取决于其模板的质量。当前研究者提出了许多的人体模型用于行人检测，如轮廓模型，头肩模型，3D人体模型等，其中轮廓模型使用的最为广泛。基于特征分类器的方法则是通过提取图像中能够描述行人信息的特征，然后利用提取的特征训练一个分类器，最后利用训练好的分类器来进行行人检测。这种方法与基于模板匹配的方法相比，具有计算复杂度低、鲁棒性好等优点，因此这种方法是目前研究中比较热门的行人检测方法。论文在分析了当前主流的一些行人检测算法后，提出了基于多特征融合的静态图像行人检测算法。总的来说，本文

6、的主要贡献如下：1、提出一种HSV(Hue．Saturation．Value)颜色空间特征与局部二元模式特征(LocalBinaryPattern，LBP)融合的HSV-LBP特征行人检测方法。HSV特征是一种全局特征，它能简单的描述一幅图像中颜色的全局分布，而LBP特征能很好的描述图像局部空间结构，所以该算法既考虑了全局特征也考虑了局部特征，且该算法具有维数少，计算速度快的优点。在MATLAB环境下，利用Adaboost分类器对算法的性能进行仿真实验，并与经典的梯度方向直方图(HOG)特征、LBP特征以及融合特征HOG

7、．LBP进行性能对比，结果表明该方法的识别率高。2、虽然LBP特征可以很好的描述图像的局部空间结构信息，但是复杂的光源环境中行人的阴影容易与行人粘连在一起，进而引起图像中行人的局部空间结构产生较大变化，这使得LBP特征对光照噪声的鲁棒性欠佳。针对LBP特征这一不足，论文提出了在C1C2C3颜色空间中使用颜色相似性特征(ColorHistogramSimilarity,CHS)与LBP特征融合的行人检测算法。C1C2C3颜色空间具有比较稳定的颜色不变性，因此在该空间下提取LBP特征可以有效的减少阴影对局部空间结构的影响。通

8、过在MATLAB环境下与HOG特征、LBP特征以及HOG．LBP特征进行仿真对比实验，结果表明该算法具有万方数据较高的识别率。关键字：行人检测；特征融合；HSV-LBP；Adaboost分类器；颜色空间II万方数据ABSTRACTWiththerapiddevelopmentofcomputerscienceandt